Dieses Buch vermittelt alle konzeptuellen und technischen Grundlagen, die für das Design und die praktische Durchführung von Simulationsstudien in der Open-Source-Statistik-Software R benötigt werden. Simulationsstudien können zur Untersuchung und Veranschaulichung von Verfahren aus der klassischen Statistik und dem Machine-Learning sowie zur Fallzahlplanung für empirische Studien eingesetzt werden. Das Buch richtet sich an Leser: innen aus allen Anwendungsbereichen der Statistik, die bereits Vorkenntnisse in der praktischen Anwendung von R haben. Es erklärt Schritt für Schritt, worauf bei der Planung, Durchführung und Auswertung von Simulationsstudien geachtet werden muss. Programmierkenntnisse werden dabei nicht vorausgesetzt, sondern in einem eigenen Kapitel vermittelt.
Aber auch fortgeschrittenen Anwender: innen, die bereits Erfahrung mit der Durchführung von Simulationsstudien in R haben, bietet dieses Buch wertvolle Hinweise und Anregungen, zum Beispiel, wie man seinen Code mithilfe von Parallelisierung beschleunigen kann, ohne dabei die für die Fehlersuche zentrale Reproduzierbarkeit aufzugeben. Weitere hilfreiche Techniken, wie die Erstellung von Reproducible Reports, die Nutzung von Git zur Versionskontrolle sowie die Entwicklung interaktiver Shiny Web-Apps, werden in Anhängen erläutert.
Aufgrund der vielen Beispiele und praktischen Übungsaufgaben mit ausführlichen Lösungen ist das Buch sowohl für das Selbststudium als auch für den Einsatz in Lehrveranstaltungen geeignet. Der gesamte im Buch verwendete R Code wird online zum Download bereitgestellt.